陕北黄土高原植被生态系统水分利用效率气候时滞效应

段艺芳,任志远,孙艺杰

1 陕西师范大学地理科学与旅游学院, 西安 710119 2 聊城大学环境与规划学院, 聊城 252000

全球气候变化显著影响着陆地生态系统生产力状况及水分利用分布格局[1-2],水分利用效率(Water Use Efficiency,WUE)成为碳-水循环耦合研究关键因子以及评估生态系统气候变化敏感性的重要指标[3- 5],生态系统WUE及其对气候变化的响应机制已成为当前国际上研究生态与气候相互作用的核心议题[6- 7],其对评估区域碳水循环耦合机制以及预测未来气候变化对生态系统的影响具有重要意义。

最初植被WUE研究主要在农学、植物生理学领域开展,且大多基于站点数据围绕农作物或自然群落中的植物进行,以指导农田管理或探索植物对环境的适应策略[8- 9]。在当前全球气候变化的大背景下,越来越多的学者从更大时空尺度研究草地、森林等自然生态系统以及区域综合生态系统WUE对气候变化的响应,并逐渐成为生态、地球等学科研究的热点。如张良侠[10]研究了气候和土地利用变化对中国北方草原区ET(Evapotranspiration,生态系统蒸散量)和WUE的影响,发现气候变化导致1981—2010北方草原区WUE整体减少。张远东等[11]对1954—2010年西南高山地区WUE气候响应分析后发现该地区WUE主要受气温影响；位贺杰等[12]分析了渭河流域WUE时空特征及其与气温、降雨的关系,发现WUE随年内气温和降雨的变化均呈现5阶段的变化特征。黄小涛等[13]发现1979—2012年新疆WUE与水热组合条件高度相关,不同草地WUE差异也较为显著。刘宪锋等[14]发现降水量、日照时数和相对湿度是导致黄土高原植被生态系统WUE变化的主要气候因子。此外,已有学者研究发现生态系统WUE对干旱存在一定滞后效应[15-16]。综上研究,温度、降水、太阳辐射等气候因子均会对WUE产生影响,且不同区域WUE主控气候因子亦有所不同,但目前对生态系统WUE气候时滞效应方面的研究涉及较少,已有的时滞研究多局限在站点尺度上,对于不同空间尺度上WUE气候时滞效应方面的研究尚不明确,对区域生态系统WUE研究的深度还需加强。

黄土高原承担着生态脆弱和气候干旱的双重压力,该地区降水量远不足植被需水量,但目前该区域有关生态系统WUE与气候因子的相关研究成果相对不足,WUE气候时滞效应方面的研究更未见到。鉴于此,本研究基于2000—2014年逐月GPP(总初级生产力,Gross Primary Productivity)、ET(蒸散发量,Evapotranspiration)、气温、降雨等数据,利用相关分析、偏相关分析、时滞偏相关分析等数理统计方法,探讨陕北黄土高原WUE时空变化特征、气候时滞效应及其影响因素,以期为该区域应对气候变化、水资源合理利用及区域生态环境可持续发展提供科学参考。

1 研究区域与数据处理

1.1 研究区概况

陕北黄土高原地处黄土高原中部,位于35°02′—39°35′N和107°15′—110°15′E之间,总面积约9.25×104km2。地势西北高东南低,基本地貌类型有黄土塬、梁、峁、沟、塬；气候上,属于温带大陆性半湿润向半干旱气候过渡区,夏秋季多雨、冬春季干旱少雨,年均温8.1—11.3℃,年均降水量325—625 mm；主要分布着阔叶林、针叶林、落叶灌丛、草甸、草原、荒漠等植被类型(图1)。全境属黄河水系,主要分布着无定河、延河等支流。该区域水土流失严重,人地矛盾加剧,生态环境十分脆弱。

图1 研究区概况Fig.1 The overview of study areaI- 1：洛川黄土塬农业生态功能区；I- 2：渭河两侧黄土台塬农业生态功能区；II- 1：榆神府黄土梁水蚀风蚀控制生态功能区；II- 2：黄河沿岸土壤侵蚀敏感生态功能区；II- 3：米绥子黄土峁状丘陵沟壑水土流失敏感生态功能区；II- 4：宜延黄土梁土壤侵蚀敏感生态功能区；II- 5：安塞黄土梁峁沟壑水土流失控制生态功能区；II- 6：白于山南侧水土保持控制生态功能区；III- 1：白于山河源水源涵养生态功能区；III- 2：子午岭水源涵养生态功能区；III- 3：黄龙山、崂山水源涵养生态功能区；IV- 1：定横榆防风固沙生态功能区

1.2 数据来源与处理

GPP和ET数据来源于蒙大拿大学数字地球动态模拟研究组发布的MOD17A2和MOD16A2数据产品(http:files.ntsg.umt.edu),空间分辨率1 km,时间分辨率8 d,经验证,均具有较好的精度,且广泛应用于全球和区域等相关研究中[17- 18]。NDVI数据来源于美国国家航空航天局(NASA)的MODIS13Q1-NDVI数据,空间分辨率250 m,时间分辨率16 d,采用最大值合成法(MVC)合成NDVI年值序列,并将其重采样为1km空间分辨率。植被类型采用土地利用覆盖数据,空间分辨率1km,源于中国科学院资源环境科学数据中心(http://www.resdc.cn)。通过IDL程序批量处理上述所有产品数据的拼接、裁切和投影转换,以保证所有数据的空间匹配。生态区划数据来源于中国生态系统评估与生态安全数据库(www.ecosystem.csdb.cn/index.jsp)。气象数据为2000—2014年陕北黄土高原及周边17个气象台站的逐月数据,包括月均气温和月总降水量,源于中国气象科学数据共享服务网(http://cdc.cma.gov.cn)。

2 研究方法

2.1 WUE计算方法

文中WUE指的是损失植物冠层和土壤单位质量水分(ET)所生产的干物质的量(GPP),计算公式为[19]：

WUE=GPP/ET

(1)

式中,WUE为水分利用效率(g C mm-1m-2),GPP为生态系统总初级生产力( g C m-2),ET为生态系统蒸散发量(mm)。

2.2 时滞偏相关分析

本研究引入基于像元的时滞偏相关分析法计算2000—2014年陕北黄土高原月均WUE与月降水量、月均温之间的最大时滞偏相关系数及滞后时间,分析WUE对降水和气温的时滞效应。计算过程[20]：

1)计算不同时滞下WUE与月降水量和月均温之间的相关系数：

(2)

(3)

(4)

式中,RWT、RWP分别为不同时滞下WUE与月均温和月降水量之间的相关系数；RTP为不同时滞下月均温和月降水量之间的相关系数；Wi为WUE月均序列值；Ti和Pi分别为月均温序列和月降水量序列值；i为序列长度,本研究中i∈(1,2,……15)；k为滞后时间,根据经验其值应小于i/4,由于该研究分析的是月时间尺度数据,故n=12,因此k最大值取3；又因n=12<30,难以满足大数定律,因此,利用无偏互相关系数加以校正,其公式为：

(5)

2)根据偏相关系数计算公式,结合不同时滞下的相关系数,得到不同时滞下的偏相关序列。计算公式如下：

(6)

(7)

式中,RWT-P为不同时滞下剔除降水影响下WUE与气温的偏相关系数；同理,RWP-T为不同时滞下剔除气温影响下WUE与降水的偏相关系数。之后计算得到各个时滞下的最大偏相关系数及对应的滞后时间。以上全部计算过程均通过MATLAB R2014a软件编程实现。

3 结果与分析

3.1 WUE年际时空变化

2000—2014年,研究区年际WUE呈波动变化趋势,年变化率仅为-0.005 g C mm-1m-2,变化范围介于1.06—1.67 g C mm-1m-2之间,多年均值为1.37 g C mm-1m-2,其中,WUE显著下降期为2001—2003年,显著上升期为2003—2005年以及2010—2013年(图2)。GPP和ET整体均呈增长趋势,WUE与ET相关系数为-0.720,与GPP的相关系数仅-0.313,故陕北黄土高原水分利用效率主要受蒸散量ET的控制。

图2 2000—2014年GPP、ET和WUE年际与年内变化Fig.2 The interannual and intraannual variations of GPP、ET and WUE in the Loess Plateau of Northern Shaanxi from 2000 to 2014

近15年研究区生态系统WUE具有较明显的空间分异规律,整体上呈现北高南低空间格局及东南增加而西北降低变化趋势(图3)。植被WUE介于0.63—2.19 g C mm-1m-2之间,均值为1.37 g C mm-1m-2。空间上Ⅳ- 1生态区最高(1.52 g C mm-1m-2),而Ⅱ- 6、Ⅰ- 2生态区最低,仅1.22 g C mm-1m-2。从WUE变化趋势来看(图3),位于东南部的Ⅰ- 1、Ⅰ- 2、Ⅱ- 2及Ⅲ- 2、Ⅲ- 3生态区WUE呈增加趋势,而西北部的Ⅲ- 1、Ⅱ- 6、Ⅳ- 1生态区WUE则呈降低趋势。

图3 2000—2014年研究区WUE空间格局及变化趋势分布图Fig.3 The spatial pattern and variation tendency of WUE in the Loess Plateau of Northern Shaanxi from 2000 to 2014

3.2 WUE年内时空变化

2000—2014年研究区年内WUE整体呈单峰变化状态(图2),年内最低值(0.005 g C mm-1m-2)出现在1月份,此时GPP最低,ET却为小峰期；年内最高值(3.31 g C mm-1m-2)出现在5月份,主要是受物候期影响GPP增加显著,但ET变化速度较慢；7—9月份WUE相对平稳,介于1.93—2.13 g C mm-1m-2之间,此时GPP和ET变化趋势较为一致。

研究区不同植被类型年内WUE存在3种变化类型：第一类为急速双峰变化型,针叶林、阔叶林、禾草-杂类草草甸和草甸草原属于此类,此类植被盖度较大,WUE于4月份出现首个峰值,之后迅速下降,至6月份因强烈的蒸腾作用致使WUE降至谷点,之后又迅速上升,至9—10月份植被蒸腾作用下降迅速,光合作用下降缓慢,出现第二个峰值,之后进入深秋和冬季,土壤冻结,植被光合和蒸腾作用继续下降,WUE逐渐减弱至0值附近(图4)。第二类为缓速双峰变化型,落叶灌丛、草丛和一年两熟农田属于此类,此类植被受人为影响较大,WUE于5月份出现第一峰值,此时植被繁盛,GPP最大,而5—9月间植被状况和气候状况相对稳定,使得WUE变化相对较为缓慢；至9—10月为秋季作物生长期,GPP略有增加,WUE出现第二个峰值,之后随着温度降低,土壤封冻,WUE逐渐减弱(图4)。第三类为单峰变化型,灌木荒漠、半灌木荒漠、荒漠草原、典型草原、盐生草甸、沼泽化草甸和一年一熟农田属于此类,此类植被较稀疏,峰值出现在植被生长旺盛的5月份,之后,受温度上升影响ET增加或受植被凋落影响GPP下降,导致WUE呈下降态势(图4)。

图4 研究区不同植被类型WUE年内变化趋势Fig.4 The intraannual variation tredency of WUE under different vegetation types in Loess Plateau of Northern Shaanxi

3.3 WUE气候时滞效应

3.3.1气侯因子变化特征

2000—2014年,研究区年内气温和降水波动性较强,1月份气温最低,多年均温为-6.59℃,7月份气温最高,多年均温为23.46℃；降水量最低值出现在12月份,7月份降水量最大,且7—9月降水量较稳定,均保持在90—100 mm(图5)。年际变化来看,降水量多年均值为470.24 mm,2000年降水量最小,2013年最大；多年均温为9.7℃,且呈下降趋势,降速为0.04℃/a(图5)。

图5 2000—2014年研究区气温和降水年内及年际变化Fig.5 The intraannual and interannual variation of temperature and precipetation from 2000 to 2014

3.3.2WUE与同期气候相关性

通过WUE与同期气温、降水数据相关和偏相关分析发现(表1),各植被类型WUE与气温的显著性水平明显高于降水,说明研究区WUE对气温更敏感,且不同植被类型WUE对气温的敏感程度差异较大,其中,荒漠草原、盐生草甸和半灌木荒漠等植被WUE对气温的敏感程度最大,而针叶林最小。分析结果表明,荒漠草原、半灌木荒漠、灌木荒漠、盐生草甸、沼泽化草甸以及一年一熟农田等植被WUE与气温的相关和偏相关分析均通过了0.01显著性检验,说明这几种植被类型WUE对气温的敏感性较大,而其余植被类型WUE与气温的相关或偏相关分析均未通过显著性检验。虽部分植被类型WUE与降水的相关性通过了0.05显著性检验,但所有植被类型WUE与降水的偏相关性均未通过显著性检验,说明植被WUE对降水的敏感性较弱。

表1 不同植被类型WUE与同期气温和降水相关性

*、**分别表示在0.05、0.01水平(双侧)上显著相关；偏相关分析中“T/P”表示在降水固定条件 下,WUE与温度的相关性；同理,“P/T”表示在温度固定条件下,WUE与降水的相关性

3.3.3WUE对降水的时滞效应

研究区WUE对降水的时滞响应程度自东向西逐渐增强,最大时滞偏相关系数介于-0.924—0.709之间(图6)。其中,西北部的Ⅲ- 1、Ⅱ- 6和Ⅳ- 1生态区WUE对降水时滞响应程度最大,相关系数在-0.924—-0.822之间,面积占比18.36%；Ⅱ- 5、Ⅱ- 3、Ⅱ- 1南部、Ⅳ- 1东北部等地,相关系数也较大(-0.822—-0.751),且占比最大(43.81%)。主要与以上区域内禾草类典型草原与一年一熟农田交错分布,植被覆盖度相对较低,且受季节影响较大有关。Ⅱ- 1东北部、Ⅱ- 2南部和Ⅱ- 4生态区WUE对降水的时滞响应程度略低,相关系数介于-0.751—-0.642之间,面积占比为21.06%；Ⅰ- 1生态区时滞响应程度更低,相关系数介于-0.642—-0.476之间,面积占比仅为7.24%；Ⅲ- 2、Ⅲ- 3和Ⅰ- 2生态区相关系数介于-0.476—0.709之间,面积占比9.53%。该区域WUE对降水的时滞响应程度总体较弱,主要原因为：Ⅱ- 1东北部、Ⅱ- 2南部和Ⅱ- 4生态区为黄河沿岸水蚀风蚀侵蚀区,地下水供给相对充足,受降水影响较弱；Ⅲ- 2、Ⅲ- 3生态区均为生物多样性和水源涵养生态区,气候较湿润,植被以针叶林、阔叶林和落叶灌丛为主,随季节变化不大；Ⅰ- 1、Ⅰ- 2则为农业生态区,受人类活动影响较大,时滞效应不明显。

从滞后时间来看(图6),92.51%区域WUE对降水的滞后时间为3个月,分布于各生态功能区；黄龙山生态功能区及子午岭生态功能区东南部滞后时间为2个月,区域占比较低,仅为1.92%；子午岭生态功能区和汾渭盆地生态功能区滞后时间为1个月,占比3.73%。而洛川生态功能区南部、黄河沿岸生态功能区存在少量对降水无明显滞后响应的区域,占比1.83%,该区域主要分布着草丛和农田,受人类活动影响最频繁,WUE对降水的实时响应速度更快。

3.3.4WUE对气温的时滞响应

研究区生态系统WUE与气温的最大时滞偏相关系数介于-0.664—0.920之间,呈南北低中部高的空间格局(图6)。Ⅱ- 1南部、Ⅱ- 2、Ⅱ- 3、Ⅱ- 4、Ⅱ- 5、Ⅱ- 6北部、Ⅳ- 1南部以及Ⅲ- 1生态区相关系数最大,介于0.859—0.920之间,面积占比最大(62.96%)；最大时滞偏相关系数介于0.772—0.858之间的区域主要分布在Ⅱ- 1北部、Ⅳ- 1北部和Ⅰ- 1等生态区,面积占比为25.10%；以上区域植被类型多样,且随季节变化较大,与气温时滞偏相关性相对较大。而Ⅲ- 2、Ⅲ- 3和Ⅰ- 2生态区气候相对湿润,植被类型以针叶林、阔叶林为主,全年植被覆盖变化不大,WUE受气温影响较小,最大时滞偏相关系数最小。

研究区整体滞后效应并不明显(图6),其中,占研究区面积97.95%的区域不存在滞后效应,仅Ⅲ- 2南部和Ⅲ- 3内占全区面积1.69%的区域WUE存在1—2个月的滞后时间,而I- 2内占全区面积0.37%的区域WUE对气温的滞后时间为3个月。

图6 2000—2014年研究区WUE与降水、气温的最大时滞偏相关系数及滞后时间Fig.6 Maximum time-lag partial correlation coefficient and lag time between WUE and climatic variables from 2000 to 2014LPCC 表示时滞偏相关系数；Lag表示滞后时间；W-T/P表示WUE与气温的时滞偏相关；W-P/T表示WUE与降水的时滞偏相关

3.4 植被类型对时滞效应的影响

研究区内农田、草原、草丛、落叶灌丛、阔叶林、针叶林、荒漠7个植被大类及其不同生长期需水量均存在差异,故不同植被类型WUE对气温和降水时滞效应必然不同。研究表明,区域内不同植被类型WUE对降水时滞效应明显强于气温(图7)。不同植被类型WUE与降水、气温最大时滞偏相关系数差别不大,但对降水的滞后时间(2.1—3个月)远大于对气温的滞后时间(0—15 d)。

不同植被类型WUE与降水最大时滞偏相关系数介于-0.869—-0.045之间,荒漠类植被(半灌木荒漠、灌木荒漠)WUE与降水时滞相关程度最大,平均时滞偏相关系数为0.859,但滞后时间相对较短,平均为2.4个月；荒漠草原、盐生草甸、沼泽化草甸、典型草原WUE与降水时滞相关程度略低于荒漠类植被,相关系数介于0.787—0.845之间,且滞后时间最长,接近3个月；一年一熟农田、一年两熟农田和草丛WUE与降水时滞相关程度居中,相关系数介于0.599—0.767之间,滞后时间较长,介于2.7—3个月之间；落叶灌丛、草甸草原和禾草-杂类草草甸WUE与降水时滞偏相关程度较小,介于0.357—0.463之间,滞后时间略短,介于2.4—2.6个月之间；阔叶林和针叶林WUE与降水时滞偏相关程度最小,介于0.045—0.181之间,且滞后时间最短,分别为2.3和2.1个月。

图7 不同植被类型WUE与气温、降雨最大时滞偏相关系数及滞后时间Fig.7 Maximum time-lag partial correlation coefficient and lag time between WUE and climatic variables under different vegetation types植被类型：NF:针叶林,Needleleaf forest; BF:阔叶林,Broadleaf forest; DS:落叶灌丛,Deciduous shrubland; SD:灌木荒漠,Shrub desert; SSD:半灌木荒漠,Semi-shrubby desert; MG:草甸草原,Meadow grassland; TG:典型草原,Typical grassland; DG:荒漠草原,Desert grassland; GM:禾草-杂类草草甸,Grass meadow; SWM:沼泽化草甸,Swampy meadow; SAM:盐生草甸,Salt meadow; GR:草丛,Grass; OHF:一年一熟农田,One-harvest farmland THF:一年两熟农田,Two-harvest farmland

不同植被类型下WUE与气温最大时滞偏相关系数介于0.373—0.868之间,其中,荒漠草原、半灌木荒漠、盐生草甸、典型草原、沼泽化草甸、灌木荒漠6种植被WUE与气温最大时滞偏相关系数最大(0.857—0.868),但其对气温不存在滞后效应；一年一熟农田、一年两熟农田、草丛3种植被WUE与气温最大时滞偏相关系数较大(0.805—0.865),其滞后时间最长为1.5 d；落叶灌丛、草甸草原、禾草-杂类草草甸3种植被WUE与气温最大时滞偏相关系数较小(0.659—0.695),滞后时间为3—4 d；阔叶林、针叶林WUE与气温最大时滞偏相关系数最小,分别为0.55和0.38,但滞后时间却最长(7—15 d)。

3.5 植被覆盖度对时滞效应的影响

植被覆盖度的高低会直接影响植被GPP和ET大小,从而间接影响WUE分布及变化情况。基于NDVI数据,运用像元二分模型[21]计算得到2000—2014年多年平均植被覆盖度,采用自然断点法按由低到高的顺序将其划分为10个等级(<28.1%、28.1%—36.7%、36.7%—40.7%、40.7%—44.7%、44.7%—49.3%、49.3%—55.2%、55.2%—62.3%、62.3%—69.4%、69.4%—76.2%、>76.2%),进而分析不同植被覆盖度等级下WUE与气温、降水的时滞效应(图8)。

图8 不同植被覆盖度等级下WUE与气温、降水的最大时滞偏相关系数及滞后时间Fig.8 Maximum time-lag partial correlation coefficient and lag time between WUE and climatic variables under different vegetation coverage gradesWPLPCC：WUE与降水的时滞偏相关系数,time-lag partial correlation coefficent；WTLPCC：WUE与气温的时滞偏相关系数,time-lag parrial partial correlation coefficent；WPLag:：WUE对降水的滞后时间,the lag time of WUE to precipitation；WTLag：WUE对气温的滞后时间,the lag time of WUE to temperature

研究表明,植被覆盖度低于62.3%时,降水对植被WUE负面效应较大,且降水滞后效应明显,而高于62.3%时,降水对植被WUE的正面效应逐渐显现,且滞后效应减弱。当植被覆盖度低于62.3%(1—8级)时,WUE与降水的最大时滞偏相关系数较大(-0.8—-0.6),对降水的滞后时间稳定在3个月左右；当植被覆盖度高于62.3%(9、10级)时,WUE与降水的最大时滞偏相关系数显著减弱至0附近,滞后时间亦逐渐缩短至1.6个月左右,且第10等级时两者呈正相关关系。

不同植被覆盖度下WUE对气温均呈正面效应,且植被覆盖度低于62.3%时,WUE对气温基本不存在滞后效应,而高于62.3%时,滞后效应逐渐增强。第1—8等级下WUE与气温的最大时滞偏相关系数基本稳定在0.8左右,但基本不存在滞后时间；第9、10等级下WUE与气温的最大时滞偏相关程度逐渐减弱,直至第10等级下相关系数接近于0,滞后时间却逐渐延长至1个月。

4 讨论

陕北黄土高原生态系统WUE年际变化呈波动变化趋势,2000—2003年为其显著下降期,2003—2005、2010—2013年为显著上升期,多年WUE均值为1.37 g C mm-1m-2,这与刘宪锋[14]及裴婷婷[22]等人的研究结果基本一致。分析其原因主要与蒸散量ET的控制性影响、退耕还林工程的开展及其政策的变动关系密切。具体来看,2000—2003年处于退耕还林工程实施初期阶段,植被覆盖度相对较低,GPP变化不大,但ET增长趋势最明显,故植被WUE显著降低；2003年开始退耕还林效果显现,GPP显著增加,ET亦显著降低,使得2003—2005年植被WUE显著增加；经过10多年的林(草)培育,2010—2013年植被覆盖度已明显增加,加之该时期降水量较大、气温较低,植被GPP增加幅度大于ET,故植被WUE呈明显增加趋势。

年内WUE整体呈单峰变化状态,介于1.93—2.13 g C mm-1m-2之间,峰值出现在5月份,此结论与刘宪锋等[14]人的研究结果基本一致。所不同的是,本文基于不同的植被分类方法将不同植被类型WUE变化过程归纳为急速双峰、缓速双峰和单峰型,并发现农田耕作制度也对WUE有一定影响,其中,一年一熟农田WUE年内呈单峰变化,而一年两熟农田呈双峰变化状态,这与区域农耕方式关系密切,一年一熟农田植被GPP升高而ET降低的情况仅出现在春季作物繁盛期,而一年两熟农田植被在春季作物繁盛期和秋季作物生长期出现两次,此结论更能反映研究区实际耕作状况。

WUE与气候因子时滞偏相关分析发现,研究区不同植被类型WUE对气温与降水的时滞响应程度差异较大。子午岭、黄龙山和汾渭盆地生态功能区对气温和降水均存在1—2个月滞后期,但最大时滞偏相关系数最低；而其他生态功能区对降水的时滞偏相关系数高,且滞后时间长达3个月,对温度的最大时滞偏相关系数虽大,但基本不存在滞后时间,这与通过同期数据相关与偏相关分析得到“WUE对气温更敏感、对降水的敏感性较弱”的结论基本一致,却能更详细地通过滞后时间长短揭示WUE对气温、降水的敏感与否问题,研究结论更细致深入。另外,研究表明各植被类型WUE对气温的敏感程度均高于降水,其中灌木荒漠和半灌木荒漠WUE对温度和降水的显著性水平及相关系数均高于针叶林、阔叶林及草地,此结论与裴婷婷[22]的研究结果较一致,但与Zhang等[23]研究中“森林、草地WUE对降水敏感,而温度主导灌丛WUE”的研究结果存在一定差异,主要由WUE计算方法不同所致,Zhang等运用净初级生产力NPP计算WUE,而本研究及裴婷婷等均采用总初级生产力GPP计算WUE。

受植被类型和覆盖度的影响,WUE气候时滞效应存在一定的时空分异规律。荒漠类植被WUE对降水时滞响应程度最强,且滞后时间相对较长,接近3个月,而针叶林时滞响应程度最弱,滞后时间也最短,为2.1个月,说明降水虽然与同期WUE相关性不大,并非区域WUE变化的主导因子,但其会显著影响到更长时间内WUE变化,特别是荒漠类植被WUE时滞效应更强,主要是由荒漠类植被物候期及需水量与同期降水量不同步造成的,在半干旱区的陕北黄土高原这种现象更为常见,使得降水后期径流及地下水成为植被水分供给的主要途径,故呈现降水滞后效应；而针叶林植被耐寒,与降水的偏相关性较弱,这与刘宪锋、裴婷婷、Zhang、冯朝阳等[14,22- 24]发现“降水不是区域WUE主要决定因子”的结论基本一致,在此基础上,本研究更进一步验证了降水会在更长时间内对WUE产生影响,即WUE存在较强降水滞后效应。另外,随着植被覆盖度的增加,WUE对气温的滞后时间逐渐延长,但对降水的滞后时间却趋于缩短。值得一提的是,WUE气候时滞偏相关程度对植被覆盖度的敏感性存在阈值效应,当植被覆盖度低于62.3%时,WUE对降水的时滞效应相对稳定,滞后时间稳定在3个月左右,但对气温不在滞后效应；当植被覆盖度高于62.3%时,WUE对降水的时滞效应逐渐减弱,滞后时间缩短至1.6个月,而对气温的时滞效应却逐渐显现。因此,提高植被覆盖度,能促进降水的及时利用,极大地提高水分利用效率,并能有效降低极端气温对水分利用效率的负面影响。这与裴婷婷研究得出的“WUE对NDVI的敏感性存在阈值效应”这一结论较一致,区别就在于本研究明确了WUE气候时滞效应对植被覆盖度的敏感性,可为区域制定应对气候变化措施提供一定的理论依据。

本研究所采用的时滞偏相关分析可在一定程度上反映出生态系统WUE对气温、降水的时滞效应,与传统相关分析和偏相关分析相比,该研究方法不仅可以揭示WUE与气候因子之间的相关特性,而且可以获取WUE与气象因子在不同空间尺度上的时滞相关程度及响应时间,但仍然存在一些不确定性。首先,由于分析的是月尺度数据,故样本数据小于30,难以满足大数定律,文中已运用无偏互相关系数加以校正,但仍存在不确定性。其次,由于研究区站点较少,插值结果精度也会导致存在一定的不确定性。此外,研究区地貌类型复杂多样,西北部长城沿线是风沙滩地,北部是以峁为主的峁梁沟壑丘陵区,中部是以梁为主的梁峁沟壑丘陵区,西部多梁状丘陵,南部是以塬为主的塬梁沟壑区,这种复杂破碎的地形地貌,也不可避免地会对WUE气候时滞效应产生一定的影响,因此,今后进行该区域WUE分异规律研究时,也可从高程、坡度以及坡向对水热条件的敏感性方面着手,找出WUE对水热条件组合的时滞效应临界点及阈值,以期揭示出生态系统WUE与气候因子之间更细致深刻的时空响应机制。

5 结论

受退耕还林草生态工程和气候变化的双重影响,2000—2014年,陕北黄土高原WUE呈波动变化趋势,2000—2003年显著下降,2011—2014年显著上升。受不同植被类型的影响,年内WUE则呈现出急速双峰、缓速双峰和单峰型三种变化状态。空间上,陕北黄土高原WUE呈现北高南低的空间分布格局和东南部增加而西北部降低的变化趋势。陕北黄土高原WUE对温度的敏感性较强,而对降水的时滞效应较明显。受植被类型和植被覆盖度的影响,研究区WUE气候时滞效应存在一定分异规律,荒漠类植被WUE的降水时滞效应最强,滞后时间接近3个月,而针叶林WUE的降水时滞效应最弱,滞后时间为2.1个月,并且WUE气候时滞效应对植被覆盖度的敏感性存在一定的阈值效应,植被覆盖度敏感性阈值为62.3%。